官术网_书友最值得收藏!

機(jī)器人SLAM導(dǎo)航:核心技術(shù)與實(shí)戰(zhàn)
會(huì)員

機(jī)器人SLAM導(dǎo)航的一大痛點(diǎn)是很難做到理論與實(shí)戰(zhàn)相結(jié)合,而本書可謂“百科全書”式講解,可幫助硬件、軟件、算法等不同領(lǐng)域的研究開發(fā)人員走出“調(diào)參”困境,終結(jié)面對(duì)硬件和深?yuàn)W算法時(shí)的束手無策,加快算法在實(shí)際機(jī)器人產(chǎn)品的工程落地與系統(tǒng)性技術(shù)突破。本書以ROS編程、傳感器、底盤等機(jī)器人開發(fā)所涉及的軟硬件基礎(chǔ)知識(shí)為切入點(diǎn),逐步引出SLAM和導(dǎo)航兩大領(lǐng)域核心算法,并結(jié)合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對(duì)SLAM和導(dǎo)航的數(shù)學(xué)原理、代碼框架及實(shí)操進(jìn)行深度剖析。本書分為4篇,一共13章。編程基礎(chǔ)篇(第1~3章),主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎(chǔ)知識(shí),為后續(xù)學(xué)習(xí)打好必要的編程基礎(chǔ)。硬件基礎(chǔ)篇(第4~6章),通過對(duì)機(jī)器人傳感器、機(jī)器人主機(jī)和機(jī)器人底盤的討論,幫助缺少硬件基礎(chǔ)的開發(fā)者系統(tǒng)認(rèn)識(shí)機(jī)器人硬件,并更好地理解軟件與硬件之間的協(xié)同關(guān)系。SLAM篇(第7~10章),以各個(gè)具體的SLAM系統(tǒng)實(shí)現(xiàn)為例,進(jìn)一步介紹SLAM算法的代碼框架以及核心算法的細(xì)節(jié)實(shí)現(xiàn)。自主導(dǎo)航篇(第11~13章),基于具體自主導(dǎo)航系統(tǒng)實(shí)現(xiàn),剖析自主導(dǎo)航算法的代碼框架以及核心算法的細(xì)節(jié)實(shí)現(xiàn),并通過一個(gè)真實(shí)機(jī)器人案例向大家介紹應(yīng)用SLAM導(dǎo)航技術(shù)進(jìn)行開發(fā)的完整流程。

張虎 ·人工智能 ·30.9萬字

深度學(xué)習(xí)高手筆記(卷2):經(jīng)典應(yīng)用
會(huì)員

本書通過扎實(shí)、詳細(xì)的內(nèi)容,從理論知識(shí)、算法源碼、實(shí)驗(yàn)結(jié)果等方面對(duì)深度學(xué)習(xí)中涉及的算法進(jìn)行分析和介紹。本書共三篇,第一篇主要介紹深度學(xué)習(xí)在目標(biāo)檢測與分割方向的前沿算法,包括雙階段檢測、單階段檢測、無錨點(diǎn)檢測、特征融合、損失函數(shù)、語義分割這6個(gè)方向;第二篇主要介紹深度學(xué)習(xí)在場景文字檢測與識(shí)別方向的重要突破,主要介紹場景文字檢測、場景文字識(shí)別這兩個(gè)階段的算法;第三篇主要介紹深度學(xué)習(xí)的其他算法與應(yīng)用,包括圖像翻譯、圖神經(jīng)網(wǎng)絡(luò)、二維結(jié)構(gòu)識(shí)別、人像摳圖、圖像預(yù)訓(xùn)練、多模態(tài)預(yù)訓(xùn)練這6個(gè)方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內(nèi)三角化、圖像梯度、仿射變換矩陣等內(nèi)容。本書結(jié)構(gòu)清晰,內(nèi)容廣度與深度齊備。通過閱讀本書,讀者可以了解前沿的深度學(xué)習(xí)算法,擴(kuò)展自己的算法知識(shí)面。無論是從事深度學(xué)習(xí)科研的教師及學(xué)生,還是從事算法落地實(shí)踐的工作人員,都能從本書中獲益。

劉巖(@大師兄) ·人工智能 ·21萬字

人工智能注意力機(jī)制:體系、模型與算法剖析
會(huì)員

“注意”作為一切思維活動(dòng)的起點(diǎn),一直是哲學(xué)、心理學(xué)和認(rèn)知神經(jīng)科學(xué)的重點(diǎn)研究對(duì)象。隨著計(jì)算機(jī)技術(shù)的發(fā)展,人類對(duì)注意力機(jī)制的模擬和應(yīng)用成為計(jì)算機(jī)科學(xué)領(lǐng)域的熱點(diǎn)研究方向——讓計(jì)算機(jī)能夠具有類似人類的注意力機(jī)制,使其能夠有效地應(yīng)用于對(duì)數(shù)據(jù)的理解和分析。Transformer模型誕生后,注意力機(jī)制在人工智能各大重要領(lǐng)域的研究和應(yīng)用更是如火如荼,成果豐碩。從注意力機(jī)制這一重要角度入手,闡述注意力機(jī)制的產(chǎn)生背景和發(fā)展歷程,通過詳實(shí)的理論剖析,以深入淺出的方式著重介紹注意力機(jī)制在計(jì)算機(jī)視覺、自然語言處理,以及多模態(tài)機(jī)器學(xué)習(xí)三大人工智能方向中的應(yīng)用思路、模型與算法。以人工智能相關(guān)專業(yè)研究人員,特別是計(jì)算機(jī)視覺與自然語言處理等領(lǐng)域的研發(fā)人員作為主要讀者對(duì)象,一方面幫其梳理技術(shù)的發(fā)展脈絡(luò)、開拓思路、構(gòu)建完整的認(rèn)知體系;另一方面為其剖析算法原理、深刻理解算法細(xì)節(jié)。

傅罡 ·人工智能 ·40.7萬字

人機(jī)物融合群智計(jì)算
會(huì)員

隨著物聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展與加速融合,智能物聯(lián)網(wǎng)(AIinIoT,AIoT)正成長為一個(gè)具有具有廣泛發(fā)展前景的新興前沿領(lǐng)域。物聯(lián)網(wǎng)智能應(yīng)用和服務(wù)已經(jīng)逐步融入國家重大需求和民生的各個(gè)領(lǐng)域,如智慧城市、智能制造、無人駕駛、智慧農(nóng)業(yè)、健康衛(wèi)生、國防軍事等。在智能物聯(lián)網(wǎng)背景下,人(智能手機(jī)、可穿戴設(shè)備等)、機(jī)(云設(shè)備/邊緣設(shè)備)、物(物聯(lián)網(wǎng)終端)這三種基礎(chǔ)要素正在走向協(xié)作和融合,邁向人機(jī)物融合群智計(jì)算時(shí)代。人機(jī)物融合群智計(jì)算(CrowdHMI)是指利用人/機(jī)/物感知能力的差異性、計(jì)算資源的互補(bǔ)性、節(jié)點(diǎn)間的交互性,通過協(xié)同感知、分布式學(xué)習(xí)、群智知識(shí)遷移等來解決單獨(dú)利用某種智能難以解決的復(fù)雜問題,進(jìn)而構(gòu)建具有自學(xué)習(xí)、自組織、自適應(yīng)、可遷移能力的智慧空間。其潛在的研究挑戰(zhàn)包括人機(jī)物群智融合機(jī)理,人機(jī)物協(xié)作群智感知,自學(xué)習(xí)增強(qiáng)與自適應(yīng)演化(深度模型壓縮、遷移學(xué)習(xí)、元學(xué)習(xí)、終身學(xué)習(xí)等),群體分布式學(xué)習(xí)模型(邊緣智能、端邊云協(xié)同計(jì)算、多智能體強(qiáng)化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等)方面。本書將為大家介紹人機(jī)物融合群智計(jì)算的基礎(chǔ)理論、概念模型、研究挑戰(zhàn)與關(guān)鍵技術(shù)、典型應(yīng)用,并對(duì)其未來發(fā)展方向進(jìn)行展望。本書可以為物聯(lián)網(wǎng)、人工智能、工業(yè)互聯(lián)網(wǎng)、智慧城市、智能制造等領(lǐng)域的科研人員和IT從業(yè)者提供創(chuàng)新的發(fā)展視角及相關(guān)理論、方法與技術(shù)支撐,也可作為相關(guān)專業(yè)高年級(jí)本科生和研究生課程教材。

郭斌 劉思聰 於志文 ·人工智能 ·44.4萬字

模型思維:簡化世界的人工智能模型
會(huì)員

對(duì)從事算法研究與算法開發(fā)的人來說,模型的學(xué)習(xí)與使用必不可少。尤其是在目前如日中天的人工智能領(lǐng)域里,人人談模型,模型也是層出不窮,讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實(shí)能夠解決實(shí)際問題,而且其有效性一般都經(jīng)過了檢驗(yàn)。模型可恨的地方在于學(xué)習(xí)模型是一件非常痛苦的事情,尤其是對(duì)人工智能的初學(xué)者來說。本書將人工智能在現(xiàn)實(shí)生活場景中解決的問題分類,并根據(jù)這個(gè)分類來介紹各種模型。書中將人工智能問題分為權(quán)重問題、狀態(tài)問題、序列問題、表示問題、相似問題和分類問題六大類,方便讀者了解各個(gè)模型之間的關(guān)系,也方便讀者理解各個(gè)模型的適用場景。本書盡量更多地介紹模型的使用場景,更多地介紹實(shí)際業(yè)務(wù)需求之間的關(guān)系,更多地采用生活中更淺顯易懂的例子,方便人工智能的初學(xué)者學(xué)習(xí)模型。本書不僅適合希望學(xué)習(xí)和運(yùn)用人工智能模型到具體應(yīng)用場景的企業(yè)工程師、科研院所的學(xué)生和科研人員,也適合對(duì)人工智能模型感興趣的讀者,使其將模型思維應(yīng)用到生活中。

龔才春 ·人工智能 ·21.8萬字

實(shí)戰(zhàn)機(jī)器學(xué)習(xí)
會(huì)員

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的不斷發(fā)展,許多領(lǐng)域都產(chǎn)生了大量的數(shù)據(jù)。利用機(jī)器學(xué)習(xí)技術(shù)分析海量數(shù)據(jù),可以從數(shù)據(jù)中發(fā)現(xiàn)隱含的、有價(jià)值的規(guī)律和模式,進(jìn)而用于預(yù)測并采取相應(yīng)動(dòng)作。在上述背景下,本書從理論、技術(shù)和應(yīng)用三個(gè)層面入手,全面講解如何利用機(jī)器學(xué)習(xí)技術(shù)解決實(shí)際問題。本書共分26章,內(nèi)容包括機(jī)器學(xué)習(xí)解決問題流程、問題分析與建模、數(shù)據(jù)探索與準(zhǔn)備、特征工程、模型訓(xùn)練與評(píng)價(jià)、模型部署與應(yīng)用、回歸模型、支持向量機(jī)、決策樹、集成學(xué)習(xí)、K近鄰算法、貝葉斯方法、聚類算法、關(guān)聯(lián)規(guī)則學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、正則化、深度學(xué)習(xí)中的優(yōu)化、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器、基于深度學(xué)習(xí)的語音分離方法、基于深度學(xué)習(xí)的圖像去水印方法、基于LSTM的云環(huán)境工作負(fù)載預(yù)測方法、基于QoS的服務(wù)組合問題、基于強(qiáng)化學(xué)習(xí)的投資組合方法、基于GAN模型的大數(shù)據(jù)系統(tǒng)參數(shù)優(yōu)化方法。本書內(nèi)容全面、示例豐富,適合機(jī)器學(xué)習(xí)初學(xué)者以及想要全面掌握機(jī)器學(xué)習(xí)技術(shù)的算法開發(fā)人員,也適合高等院校和培訓(xùn)機(jī)構(gòu)人工智能相關(guān)專業(yè)的師生教學(xué)參考。

鮑亮 崔江濤 李倩 ·人工智能 ·22.4萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 綦江县| 德庆县| 遵义县| 湟中县| 南岸区| 苏尼特左旗| 宜兰市| 新乡市| 潼关县| 九台市| 潼南县| 巴中市| 三江| 三门县| 仁布县| 泗洪县| 鲁山县| 项城市| 龙海市| 青川县| 于田县| 台南县| 武功县| 宕昌县| 罗平县| 古浪县| 巴南区| 无为县| 临沧市| 虞城县| 吉安县| 龙岩市| 府谷县| 舒兰市| 潼关县| 招远市| 河东区| 宾川县| 汉寿县| 左云县| 唐海县|